Git Stars Git Stars

#speech-recognition リポジトリ

#speech-recognitionのタグが付いた、GitHub上の204件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は889,741個で、プロジェクトあたりの平均は4,361個です。このトピックをリードしているのは、169,339個のスターを獲得しているhuggingface/transformersです。

204
リポジトリ総数
889,741
合計スター数
4,361
リポジトリあたりの平均スター数

リポジトリ合計206件

1
huggingface/transformers

🤗 Transformers: テキスト、ビジョン、オーディオ、多モーダルモデルにおける最先端の機械学習モデル向けのモデル定義フレームワーク。推論とトレーニングの両方に使用。

huggingface
⭐ 169,339 Python 👤 huggingface Organization 🕐 更新日時 2026-11-21 📅 作成日 2018-10-29
2
openai/whisper

大規模な弱い教師あり学習による堅牢な音声認識

openai
⭐ 113,203 Python 👤 openai Organization 🕐 更新日時 2026-08-31 📅 作成日 2022-09-16
3
ggml-org/whisper.cpp

C/C++におけるOpenAIのWhisperモデルのポート

ggml-org
⭐ 55,392 C++ 👤 ggml-org Organization 🕐 更新日時 2026-11-20 📅 作成日 2022-09-25
4
SYSTRAN/faster-whisper

CTranslate2 による高速 Whisper 転写

SYSTRAN
⭐ 26,924 Python 👤 SYSTRAN Organization 🕐 更新日時 2026-11-12 📅 作成日 2023-02-11
5
m-bain/whisperX

WhisperX: 単語レベルのタイムスタンプ(&話者分離)を備えた自動音声認識

m-bain
⭐ 25,556 Python 👤 m-bain User 🕐 更新日時 2026-11-21 📅 作成日 2022-12-09
6
modelscope/FunASR

トレーニング、推論、ストリーミングASR、VAD、句読点、話者ダイアライゼーションパイプライン、OpenAI互換/MCPサービングのためのオープンソース音声認識ツールキット。

modelscope
⭐ 21,091 Python 👤 modelscope Organization 🕐 更新日時 2026-11-21 📅 作成日 2022-11-24
7
leon-ai/leon

🧠 Leon はあなた専用のオープンソース個人アシスタントです。

leon-ai
⭐ 17,702 TypeScript 👤 leon-ai Organization 🕐 更新日時 2026-11-21 📅 作成日 2019-02-10
8
kaldi-asr/kaldi

kaldi-asr/kaldi は Kaldi プロジェクトの公式所在地です。

kaldi-asr
⭐ 15,488 Shell 👤 kaldi-asr Organization 🕐 更新日時 2025-09-22 📅 作成日 2015-04-20
9
alphacep/vosk-api

Android、iOS、Raspberry Pi およびサーバー向けのオフライン音声認識 API (Python、Java、C#、Node 対応)

alphacep
⭐ 15,278 Jupyter Notebook 👤 alphacep Organization 🕐 更新日時 2026-10-15 📅 作成日 2019-09-03
10
NVIDIA/DeepLearningExamples

最先端の深層学習スクリプト - モデルごとに整理 - エンタープライズグレードのインフラで、再現可能な精度と性能で簡単にトレーニングとデプロイ可能。

NVIDIA
⭐ 14,675 Jupyter Notebook 👤 NVIDIA Organization 🕐 更新日時 2024-08-12 📅 作成日 2018-05-02
11
abus-aikorea/voice-pro

クリエイターおよび開発者向けのGradio WebUI。主要なTTS(Edge-TTS、kokoro)とゼロショットボイスクローニング(E2 & F5-TTS、CosyVoice)を特徴とし、Whisperオーディオ処理、YouTubeダウンロード、Demucsボーカル分離、多言語翻訳を備えています。

abus-aikorea
⭐ 13,461 Python 👤 abus-aikorea User 🕐 更新日時 2026-07-13 📅 作成日 2024-07-29
12
kmario23/deep-learning-drizzle

これらのエキサイティングな講義から学んで、ディープラーニング、強化学習、機械学習、コンピュータビジョン、そしてNLPにどっぷり浸かろう!!

kmario23
⭐ 12,995 HTML 👤 kmario23 User 🕐 更新日時 2026-08-22 📅 作成日 2018-11-26
13
PaddlePaddle/PaddleSpeech

使いやすい音声ツールキットで、自己教師あり学習モデル、句読点付きSOTA/ストリーミングASR、テキストフロントエンド付きストリーミングTTS、話者検証システム、エンドツーエンド音声翻訳、およびキーワード検出を含む。NAACL2022 Best Demo Awardを受賞。

PaddlePaddle
⭐ 12,713 Python 👤 PaddlePaddle Organization 🕐 更新日時 2026-08-12 📅 作成日 2017-11-14
14
speechbrain/speechbrain

PyTorchベースの音声ツールキット

speechbrain
⭐ 11,946 Python 👤 speechbrain Organization 🕐 更新日時 2026-10-14 📅 作成日 2020-04-28
15
openvinotoolkit/openvino

OpenVINO™ は、AI 推論の最適化とデプロイのためのオープンソースツールキットです。

openvinotoolkit
⭐ 11,869 C++ 👤 openvinotoolkit Organization 🕐 更新日時 2026-11-21 📅 作成日 2018-10-15
16
QuentinFuxa/WhisperLiveKit

リアルタイムかつローカルな音声テキスト変換。ストリーミングASR、話者分離、翻訳、OpenAI/Deepgram互換のAPIを備えています。

QuentinFuxa
⭐ 11,275 Python 👤 QuentinFuxa User 🕐 更新日時 2026-11-14 📅 作成日 2024-12-19
17
espnet/espnet

エンドツーエンド音声処理ツールキット

espnet
⭐ 10,022 Python 👤 espnet Organization 🕐 更新日時 2026-11-20 📅 作成日 2017-12-13
18
QwenAudio/SenseVoice

オープンソースのSenseVoiceSmallモデル。北京語、広東語、英語、日本語、韓国語のASR、言語識別、感情認識、音声イベント検出に対応。

QwenAudio
⭐ 9,797 C 👤 QwenAudio Organization 🕐 更新日時 2026-09-30 📅 作成日 2024-07-03
19
Uberi/speech_recognition

Python 用音声認識モジュール。複数のエンジンと API をサポートし、オンラインおよびオフラインで使用可能。

Uberi
⭐ 9,008 Python 👤 Uberi User 🕐 更新日時 2026-11-17 📅 作成日 2014-04-23
20
nl8590687/ASRT_SpeechRecognition

深層学習に基づく中国語音声認識システム

nl8590687
⭐ 8,404 Python 👤 nl8590687 User 🕐 更新日時 2026-04-10 📅 作成日 2017-03-06
21
Neywa-Labs/mlx-audio

AppleのMLXフレームワーク上に構築されたテキスト読み上げ(TTS)、音声認識(STT)、音声間音声変換(STS)ライブラリで、Apple Siliconでの効率的な音声分析を提供します。

Neywa-Labs
⭐ 8,315 Python 👤 Neywa-Labs Organization 🕐 更新日時 2026-11-20 📅 作成日 2024-11-27
22
anomalyco/hex

Mac、Windows、Linux向けのローカル音声入力

anomalyco
⭐ 7,836 Rust 👤 anomalyco Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-07-17
23
TalAter/annyang

💬 あなたのサイトの音声認識

TalAter
⭐ 6,820 TypeScript 👤 TalAter User 🕐 更新日時 2026-10-29 📅 作成日 2013-08-23
24
modelscope/FunClip

FunASRを活用した動画文字起こし、字幕生成、およびLLM支援型クリッピングツール(ローカルGradio UI付き)。

modelscope
⭐ 6,613 Python 👤 modelscope Organization 🕐 更新日時 2026-11-01 📅 作成日 2023-05-17
25
argmaxinc/argmax-oss-swift

Apple Silicon 向けオンデバイス音声 AI

argmaxinc
⭐ 6,471 Swift 👤 argmaxinc Organization 🕐 更新日時 2026-10-27 📅 作成日 2024-01-26
26
flashlight/wav2letter

Facebook AI Research の自動音声認識ツールキット

flashlight
⭐ 6,443 C++ 👤 flashlight Organization 🕐 更新日時 2026-08-28 📅 作成日 2017-11-20
27
PaddlePaddle/PaddleX

PaddlePaddleベースのオールインワン開発ツール

PaddlePaddle
⭐ 6,299 Python 👤 PaddlePaddle Organization 🕐 更新日時 2026-10-20 📅 作成日 2020-03-11
28
MahmoudAshraf97/whisper-diarization

OpenAI Whisperに基づく話者分離による自動音声認識

MahmoudAshraf97
⭐ 5,676 Jupyter Notebook 👤 MahmoudAshraf97 User 🕐 更新日時 2026-08-15 📅 作成日 2023-01-25
29
wenet-e2e/wenet

生産先行・生産準備完了エンドツーエンド音声認識ツールキット

wenet-e2e
⭐ 5,258 Python 👤 wenet-e2e Organization 🕐 更新日時 2026-10-26 📅 作成日 2020-11-17
30
Picovoice/porcupine

ディープラーニングによるデバイス上ウェイクワード検出

Picovoice
⭐ 5,028 Python 👤 Picovoice Organization 🕐 更新日時 2026-11-12 📅 作成日 2018-03-08
31
yanshengjia/ml-road

機械学習とエージェント型AIのリソース、実践、研究

yanshengjia
⭐ 4,981 Python 👤 yanshengjia User 🕐 更新日時 2026-08-01 📅 作成日 2017-10-31
32
jianchang512/stt

音声認識からテキストへのツール / JSON、srt字幕、プレーンテキスト形式で出力される、ローカルでオフラインで動作するオーディオ/ビデオ字幕変換ツール

jianchang512
⭐ 4,857 Python 👤 jianchang512 User 🕐 更新日時 2026-01-22 📅 作成日 2023-12-28
33
sanchit-gandhi/whisper-jax

TPUで最大70倍の高速化を実現するOpenAIのWhisperモデルのJAX実装。

sanchit-gandhi
⭐ 4,649 Jupyter Notebook 👤 sanchit-gandhi User 🕐 更新日時 2024-04-03 📅 作成日 2023-03-02
34
cmusphinx/pocketsphinx

小さな音声認識装置

cmusphinx
⭐ 4,354 C 👤 cmusphinx Organization 🕐 更新日時 2026-10-13 📅 作成日 2014-04-07
35
huggingface/distil-whisper

音声認識のためのWhisperの蒸留バージョン。6倍高速、50%小型、1%未満の単語エラー率。

huggingface
⭐ 4,083 Python 👤 huggingface Organization 🕐 更新日時 2025-01-08 📅 作成日 2023-10-31
36
baidu-research/warp-ctc

高速並列 CTC.

baidu-research
⭐ 4,079 Cuda 👤 baidu-research Organization 🕐 更新日時 2024-03-04 📅 作成日 2016-01-14
37
QwenLM/Qwen3-ASR

Qwen3-ASRは、Alibaba Cloud の Qwen チームが開発したオープンソースの ASR モデルシリーズであり、安定した多言語音声/音楽/歌の認識、言語検出、タイムスタンプ予測をサポートします。

QwenLM
⭐ 3,933 Python 👤 QwenLM Organization 🕐 更新日時 2026-06-26 📅 作成日 2026-01-28
38
Kedreamix/Linly-Talker

デジタルアバター会話システム - Linly-Talker。😄✨ Linly-Talkerは、大規模言語モデル(LLM)とビジョンモデルを組み合わせて、新しい人間とAIのインタラクション方法を作成するインテリジェントAIシステムです。🤝🤖 Whisper、Linly、Microsoft Speech Services、SadTalkerトーキングヘッド生成システムなどのさまざまなテクノロジーを統合しています。🌟🔬

Kedreamix
⭐ 3,483 Python 👤 Kedreamix User 🕐 更新日時 2026-02-10 📅 作成日 2023-10-17
39
Azure-Samples/cognitive-services-speech-sdk

Microsoft Cognitive Services Speech SDK のサンプル コード

Azure-Samples
⭐ 3,457 C# 👤 Azure-Samples Organization 🕐 更新日時 2026-11-17 📅 作成日 2018-04-26
40
ahmetoner/whisper-asr-webservice

OpenAI Whisper ASR WebサービスAPI

ahmetoner
⭐ 3,370 Python 👤 ahmetoner User 🕐 更新日時 2026-10-01 📅 作成日 2022-09-22
41
QwenAudio/qwen-audio-agent

エージェントが話し、働き、存在し続けるためのリアルタイム音声ランタイム。AIエージェント向けリアルタイム音声ランタイム

QwenAudio
⭐ 3,262 JavaScript 👤 QwenAudio Organization 🕐 更新日時 2026-11-18 📅 作成日 2026-07-27
42
Purfview/whisper-standalone-win

Python を気にせずに済む、Whisper & Faster-Whisper のスタンドアロン実行可能ファイル。

Purfview
⭐ 3,229 👤 Purfview User 🕐 更新日時 2025-11-07 📅 作成日 2023-02-25
43
HeyWillow/willow

Amazon Echo/Google Home競合音声アシスタントの代替となるオープンソース、ローカル、セルフホスト型

HeyWillow
⭐ 3,142 C 👤 HeyWillow Organization 🕐 更新日時 2026-11-01 📅 作成日 2023-03-31
44
pluja/anysub

使いやすいウェブUIで、音声や動画を字幕に変換できます。すべてお使いのマシン上で動作します。旧称 Whishper。

pluja
⭐ 3,106 TypeScript 👤 pluja User 🕐 更新日時 2026-11-21 📅 作成日 2023-08-26
45
chenyme/Chenyme-AAVT

これは全自動(オーディオ)ビデオ翻訳プロジェクトです。Whisperで音声を認識し、AI大規模モデルで字幕を翻訳し、最後に字幕とビデオをマージして翻訳されたビデオを生成します。

chenyme
⭐ 3,080 Python 👤 chenyme User 🕐 更新日時 2025-04-07 📅 作成日 2023-12-18
46
dscripka/openWakeWord

パフォーマンスとシンプルさに重点を置いた、オープンソースのオーディオ ウェイク ワード(またはフレーズ)検出フレームワーク。

dscripka
⭐ 2,963 Jupyter Notebook 👤 dscripka User 🕐 更新日時 2025-12-30 📅 作成日 2022-05-28
47
quik-sms/quik

Android用、最も美しいSMSメッセンジャー - 復活

quik-sms
⭐ 2,929 Java 👤 quik-sms Organization 🕐 更新日時 2026-11-20 📅 作成日 2023-07-17
⭐ 2,868 Python 👤 tensorflow Organization 🕐 更新日時 2026-10-29 📅 作成日 2018-07-24
49
linto-ai/whisper-timestamped

単語レベルのタイムスタンプと信頼度を備えた多言語音声自動認識

linto-ai
⭐ 2,860 Python 👤 linto-ai Organization 🕐 更新日時 2026-09-28 📅 作成日 2023-01-13
50
zzmp/juliusjs

Webのための音声認識ライブラリ

zzmp
⭐ 2,574 JavaScript 👤 zzmp User 🕐 更新日時 2024-04-19 📅 作成日 2014-07-10

よくある質問

1

GitHubで最も人気のある#speech-recognitionリポジトリは何ですか?

GitHubで最も上位にランクインしているオープンソースの#speech-recognitionプロジェクトは、169,339個のスターを獲得しているhuggingface/transformersです。🤗 Transformers: テキスト、ビジョン、オーディオ、多モーダルモデルにおける最先端の機械学習モデル向けのモデル定義フレームワーク。推論とトレーニングの両方に使用。

2

#speech-recognitionリポジトリで最もよく使われているプログラミング言語は何ですか?

GitHubで上位にランクインしている#speech-recognitionプロジェクトでは、Python, Jupyter Notebook, C++, TypeScriptが最も一般的なプログラミング言語です。

3

#speech-recognitionリポジトリのランキングはどのように算出されていますか?

#speech-recognitionのタグが付いた204件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は889,741個で、リポジトリあたりの平均は4,361個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。